3.错误使用 reshape 元素数不能更改。请使用 [] 作为大小输入之一，以自动计算该维度的适当大小。
仔细检查之后发现原因是：两个栅格图层的行列数不一致。解决办法如下：
先改变栅格图层1源文件的投影坐标系，再进行掩膜提取：Arctoolbox——Data Management Tools——Projections and Transformations——Raster——Project Raster，在弹出的对话框中选定栅格图层2的坐标系和栅格大小，然后进行掩膜提取，就会得到行列数相等的两个栅格文件。如果要实现批量处理，也可以在python里面使用函数：arcpy.ProjectRaster_management(栅格文件,输出名字,“投影坐标系文件所在路径”,“重采样方式”,重采样栅格大小)。
2.学习到的工具：
readgeoraster
1.学习到的工具箱：Statistics and Machine Learning Toolbox——使用统计与机器学习工具。
Statistics and Machine Learning Toolbox 提供了一系列函数和 App，可用于数据描述、分析和建模。您可以使用描述性统计量、可视化和聚类进行探索性数据分析；对数据进行概率分布拟合；生成用于蒙特卡罗模拟的随机数，以及执行假设检验。借助工具箱提供的回归和分类算法，您可以基于数据进行推断并构建预测模型；您既可选择分类学习器和回归学习器进行交互式操作，也可使用 AutoML 以编程方式操作。
针对多维数据分析和特征提取，此工具箱提供了主成分分析 (PCA)、正则化、降维和特征选择方法，让您能够识别预测能力最强的变量。
此工具箱提供了有监督、半监督和无监督机器学习算法，包括支持向量机 (SVM)、提升决策树、浅层神经网络、k 均值和其他聚类方法。您可以应用可解释性方法（例如部分依赖图、Shapley 值和 LIME），并自动生成 C/C++ 代码以进行嵌入式部署。原生 Simulink 模块支持您将预测模型用于仿真和基于模型的设计。对于那些无法存储到内存的大型数据集，该工具箱中的许多算法同样适用。
